第2章 线性方程组的的迭代法yjs10n.pptVIP

第2章 解线性方程组的迭代法;2.1 迭代法的一般理论 ;向量和矩阵的范数 ;2.1.1 向量和矩阵的范数; 记x=(x1,x2,…,xn)T, 常用的向量范数有: ; 常用的三种向量范数满足如下等价关系 ‖x‖?? ‖x‖1 ? n‖x‖? ,? x?Rn;2.矩阵的范数; 矩阵的?-范数:‖A‖? ; 设‖?‖是一种向量范数, 则定义; 矩阵的范数与矩阵的特征值之间也有密切的联系.; 任何两种矩阵范数也具有等价性 m ‖A‖?? ‖A‖? ?M ‖A‖? ,? A?Rn?n;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;把n元线性方程组;由此建立方程组的迭代格式 x(k+1)=Mx(k)+f , k=0,1,2,… (2.5) 其中M称为迭代矩阵。 ; x(k+1)=Mx(k)+f k=0,1,2,…; 若‖M‖1,则对任意x(0),迭代法收敛,而且 ;所以; , 即;2.2．雅???比（Jacobi）迭代法;然后写成迭代格式;写成矩阵形式：;算法2.1（Jacobi迭代法）：;2.2.2 Jacobi迭代法的收敛条件;证明：; 为了加快收敛速度，同时为了节省计算机的内存，我们作如下的改进：每算出一个分量的近似值，立即用到下一个分量的计算中去，即用迭代格式： ;… … … …;程序见P23。; 例 用雅可比迭代法解方程组;k; 解： ; 取 x(0)=(0,0,0)T 计算如下：;2.3.2 收敛条件; 若|?|?1, 则矩阵?(D-L)-U 是严格对角占优矩阵, 这与 det(?(D-L)-U)=0矛盾, 所以|?|1,于是?(B)1. ;2.4 逐次超松弛迭代法;故SOR的迭代格式;用分量形式讨论，设;程序见P28。; 例 用SOR方法解线性方程组;k;2.4.2 SOR迭代法的收敛条件; 定理2.11 设A是对称正定矩阵, 则当0?2时,解方程组Ax=b的SOR方法收敛. ;(Dy,y)=? 0; 推论2.1 A是对称正定矩阵, Jacobi迭代法收敛的充要条件是2D-A也对称正定。; SOR方法收敛的快慢与松弛因子?的选择有密切关系.但是如何选取最佳松弛因子,即选取?=?*,使?(B?)达到最小,是一个尚未很好解决的问题.实际上可采用试算的方法来确定较好的松弛因子.经验上可取1.4?1.6.